Bram De VosDe voorbije maanden hebben we klanten getoond hoe Hello Customer aan Claude gekoppeld is. Twee elementen maken dat mogelijk. Een MCP-server geeft het model rechtstreeks toegang tot de CX-data: scores, key drivers, sentiment, feedbacksamples. Daarbovenop staat een set Skills: kleine bundels met instructies en scripts die het model zelf oppakt zodra een vraag erom vraagt. Samen maken ze van "maak de QBR voor deze klant" of "geef me het retentieverhaal van vorig kwartaal" een vraag die werkt, geen project.
Na elk gesprek waarin we dit laten zien, komt dezelfde vraag terug: kunnen we hetzelfde doen met Microsoft Copilot, Gemini of ChatGPT?
Het antwoord bestaat uit twee delen, en elk deel volgt zijn eigen logica. Wie ze door elkaar haalt, doet beloftes die je niet kan waarmaken. Om de vraag goed te beantwoorden, moeten twee lagen apart bekeken worden: de data-integratie via MCP en de Skills die daarbovenop draaien.
De MCP-laag is open
MCP, voluit Model Context Protocol, is geen Claude-technologie in enge zin. Anthropic heeft het in november 2024 als open protocol gepubliceerd, en de belangrijkste andere spelers hebben het sindsdien overgenomen. OpenAI kondigde in maart 2025 MCP-ondersteuning aan in ChatGPT en de Agents SDK. Google deed hetzelfde voor Gemini. Microsoft heeft het ingebouwd in Copilot Studio en breidt dat verder uit naar de rest van de Copilot-familie.
Wat dat in de praktijk betekent: onze Hello Customer MCP-server kan in principe door elk van deze platformen aangesproken worden. De verbinding tussen het model en de CX-datazit niet vast aan één leverancier. Daar is een open protocol net voor bedoeld. Vandaag draait die integratie stabiel in productie bij Claude; bij de anderen hangt het af van hoe ver hun eigen MCP-implementatie staat.
De Skills-laag is platformgebonden
Hier ligt het anders. Skills zoals wij ze gebruiken zijn een Claude-concept: een mapje met een instructiebestand in markdown, optionele scripts en een korte beschrijving die het model zelf laat beslissen wanneer de Skill relevant is. Drie eigenschappen tellen. Het model activeert de Skill automatisch op basis van de vraag. De inhoud wordt alleen geladen wanneer nodig. En er kan uitvoerbare code in zitten.
Elk ander platform heeft zijn eigen variant op dat idee. Geen enkele is één-op-één uitwisselbaar, maar de onderliggende inhoud (instructies, workflows, domeinlogica) is wel overdraagbaar. Het vraagt werk, geen herbouw vanaf nul.
Wat dat concreet betekent
Twee dingen volgen daaruit.
De data-integratie met Hello Customer staat los van het model. Via MCP zijn we klaar om met Claude, ChatGPT, Gemini en Copilot te werken. De integratie die klaar is voor productie zit vandaag bij Claude, en de rest volgt zodra hun eigen MCP-implementaties volwassen genoeg zijn.
De Skills die we gebouwd hebben zijn vandaag geoptimaliseerd voor Claude. Die onderliggende logica overzetten naar andere platformen is een apart traject, en daar zijn we actief mee bezig: wat ongewijzigd meegaat, wat per platform anders moet, en hoe automatische activatie nagebootst kan worden waar ze niet ingebouwd is.
Claude is vandaag het volwassenst voor deze manier van werken. Daarom zijn we ermee begonnen, en daarom hebben we onze eerste ervaring daar opgebouwd. De andere platformen maken een inhaalbeweging. Wanneer het moment komt om over te stappen, gaat de inhoud (de workflows, de domeinkennis, de integratie via MCP) gewoon mee.